python 数据分析学习

1. 探索性数据分析 （pandas_profiling）

import pandas as pd
import pandas_profiling as pp

df = pd.read_csv('./used_car_train_20200313.csv',sep=' ')
data = df.iloc[:,3:10]    

report = pp.ProfileReport(data)
report.to_file('report.html')

2.数据正态性检验

import pandas as pd 
from scipy.stats import kstest

df = pd.read_csv('./used_car_train_20200313.csv',sep=' ')

for model in  ['norm','expon','rayleigh']:
    print(model + "模型的检测结果：",kstest(df["power"], model))

norm模型的检测结果： KstestResult(statistic=0.9143483287581669, pvalue=0.0)
expon模型的检测结果： KstestResult(statistic=0.9139232982992097, pvalue=0.0)
rayleigh模型的检测结果： KstestResult(statistic=0.914316273346828, pvalue=0.0)

输出结果中第一个为统计量，第二个为P值（统计量越接近1越表明数据和正态分布拟合的好，
P值大于指定的显著性水平，接受原假设，认为样本来自服从正态分布的总体）